Comparison between load management methods using key performance indexes based on stochastic load models

Electricity demand is expected to increase in the next years, especially in developing countries. This fact, joined with the desire of a better exploitation of renewable resources and existing electrical power plants, will lead to the need of a larger flexibility in using electrical power. Load management systems offer huge advantages in terms of costs and plant optimization. In particular, this work will focus on load control systems aimed at improving overall energy usage in an installation, by switching on and off loads during time. The immediate result is a peak shaving, which needs to take into account other requirements, like the need to use the loads, respect of user’s priorities, disconnection balance between different loads, the prevention of too large a number of switching operations. In this thesis, we introduce some Key Performance Indexes (KPIs) to compare some of the possible load management algorithms in typical situations. Such situations needs to be described in a statistical way, so we use a Markov model to describe each of the loads, which are then aggregated to compute the plant power demand. Finally, we compare three different load management algorithms, analyzing the results through the introduced KPIs, to evaluate performances and possible adjustments.

Il fabbisogno di energia elettrica è atteso in aumento nei prossimi anni, sia perché ci si aspetta un incremento della domanda di energia che perché probabilmente la penetrazione dell’energia elettrica diverrà sempre più importante considerando duttilità e pregi di quest’ultima, in special modo nei paesi emergenti. Questo fatto, unito alla convenienza di una politica di migliore sfruttamento di fonti rinnovabili e degli esistenti impianti di produzione, trasmissione ed utilizzazione dell’energia elettrica rende importante l’individuazione di sistemi atti a una maggiore flessibilità nell’utilizzo dell’energia elettrica. In questo senso, i sistemi di controllo carichi offrono buoni vantaggi in termini di costi sia per quanto riguarda il distributore, che vede ridotti i picchi di assorbimento di potenza delle utenze con conseguente abbassamento dei costi marginali nelle ore dove questi sono più alti, sia per l’utente che può beneficiare di una potenza contrattuale più bassa risparmiando così denaro e ottimizzando l’utilizzo dell’impianto a sua disposizione. È importante sottolineare come la potenza contrattuale sia, in molti paesi, calcolata come l’integrale della potenza in un intervallo di tempo determinato (in Italia 15 minuti) divisa per tale intervallo. È dunque calcolata come la potenza media su un lasso di tempo definito dall’ente distributore stesso. È questa dunque la potenza che deve essere limitata nell’interesse dell’utente. Sono necessari dunque sistemi che consentano un utilizzo intelligente dell’impianto a disposizione, seguendo la linea guida del tutto generale secondo la quale un buon algoritmo di controllo carichi è quello che influisce il meno possibile sulle attività dell’utente. In qualche caso di applicazione, ad esempio un hotel, l’obiettivo è che l’utente non si accorga della presenza del load management, pena la perdita di immagine dell’albergatore stesso: in tal caso il sistema di controllo carichi si rivelerebbe assolutamente controproducente. Da queste considerazioni appare evidente come i carichi candidati al load management siano carichi di particolare natura ed utilizzo: su tutti carichi termici, che beneficiano di transitori piuttosto lenti della variabile controllata, o con basso numero di ore di utilizzazione. In ogni caso si tratta di carichi il cui profilo temporale non è conosciuto a priori: un’azienda con un ben dettagliato programma di produzione e consequenzialità stretta fra le diversi parti di quest’ultima, ovvero necessità che i vari processi avvengano in forma temporalmente ordinata, non potrebbe utilizzare per un algoritmo di controllo carichi poiché si rischierebbe un danno economico troppo elevato. Si è dunque interessati al controllo di carichi di natura stocastica, che in ambiente industriale, commerciale e domestico rappresentano una percentuale molto importante del carico totale. Effettivamente, non si conosce il momento in cui l’operatore utilizzerà il suo carico. Ne sono conferma i profili di carico di molti impianti, che presentano andamenti fortemente stocastici nel tempo. In questa tesi, in seguito all’introduzione di parametri statistici descrittivi dell’impianto come Load Factor, Demand Factor e Diversity Factor, è stato sviluppato un modello stocastico del carico sulla base di una catena di Markov a due stati (carico acceso, carico spento), a partire da dati sperimentali sulla probabilità che il carico sia acceso e sul numero di volte in cui il carico in questione viene utilizzato. Dopo aver illustrato le varie tecniche di controllo carichi e load shedding implementate e allo studio, ci si concentra sui tre algoritmi di load management oggetto di confronto, che sono: controllo istantaneo della potenza, controllo della potenza attraverso integratore sull’intervallo desiderato e il controllo predittivo sull’intervallo (attualmente implementato da ABB). Tutti e tre questi algoritmi in questa simulazione utilizzano una logica di controllo basata su priorità: una volta superate determinate soglie, l’algoritmo inizia a staccare i carichi partendo da quelli con priorità più bassa. Le differenze sostanziali fra i tre algoritmi riguardano il modo in cui vengono stabilite le soglie al superamento delle quali viene presa la decisione di disconnettere un carico. Per quanto riguarda il controllore istantaneo, di fatto la soglia è la potenza massima che è già imposta: ogni qualvolta si supera tale limite, il controllore innalza il livello di priorità necessario al carico per mantenere l’alimentazione, non alimentando i carichi con priorità inferiore alla soglia. Il livello di priorità viene abbassato nel caso in cui la potenza resti sotto il limite per un determinato periodo. Il limitatore integrale alza il livello di priorità ogni volta in cui l’energia durante il tempo di controllo supera l’integrale rispetto al tempo della potenza limite, mentre lo abbassa quando questo si trova al di sotto della potenza limite. Il controllore “predittivo” sfrutta due bande di tipo polinomiale, al di sopra delle quali viene aumentato il livello di priorità e al di sotto delle quali diminuito. In sostanza, si hanno diversi gradi di attesa nella risposta a una richiesta di carico maggiore del limite prefissato. Il controllore basato sulla potenza istantanea attua ogni volta in cui si ha il controllo, il limitatore aspetta che venga superato l’integrale nel tempo della potenza limite mentre quello “predittivo” attende un tempo ancora maggiore, a parità di situazioni, nella prima fase del ciclo, considerando che c’è la possibilità che l’utente riduca il carico. Sul finire dell’intervallo di controllo, quest’ultimo controllore somiglia sempre di più al controllore integrale semplice, poiché le bande si discostano sempre meno dall’integrale nel tempo della potenza limite. Per permettere un confronto quantitativo dei diversi algoritmi, sono stati introdotti dei Key Performance Indexes (KPIs), che sono: 1) Errore percentuale medio durante il controllo. 2) Errore percentuale Massimo durante il controllo. 3) Numero di volte in cui si oltrepassa il limite imposto. 4) Numero di interventi del controllore. 5) Tempo medio di distacco carichi. 6) Massimo livello di priorità raggiunto (MP). 7) Percentuale di energia non fornita. 8) Massimo errore quando viene oltrepassato il limite. Una volta stabilite le potenze limite da fissare al fine di valutare la bontà degli algoritmi, si procede con le simulazioni e la conseguente analisi dei risultati. Vengono effettuate tre simulazioni, tagliando rispettivamente la potenza massima registrata (calcolata come media mensile della potenza massima giornaliera rilevata sulla base di 15 minuti ) del 10%, 20%, 30%. Dai risultati si evince che l’algoritmo predittivo è più performante per quanto riguarda gli errori durante il controllo, tempi medi di distacco dei carichi e percentuale di energia non fornita. In realtà il vantaggio più significativo dell’utilizzo di tale controllore riguarda il numero di operazioni di attacco e stacco dei carichi, sensibilmente inferiore agli altri due. Fra il controllore istantaneo e l’integrale, quest’ultimo offre errori inferiori nel controllo e un numero di operazioni inferiore. Da sottolineare che all’aumentare della potenza tagliata le differenze fra le performances diminuiscono, anche se il numero di operazioni resta significativamente più basso, consentendo un minore stress sui componenti e minore disagio per l’utente dei medesimi. Lo svantaggio rispetto agli altri due metodi è rappresentato dalla penetrazione nella scala di priorità. L’algoritmo polinomiale infatti, aspettando un maggior tempo prima di staccare dei carichi, ha bisogno di arrivare successivamente (in caso di necessità) a interrompere l’erogazione di potenza a carichi con priorità mediamente più elevata rispetto agli altri due, in tutte e tre le simulazioni. Questo inconveniente può essere ridimensionato imponendo la priorità massima oltre la quale l’algoritmo non può spingersi. Esistono vari modi attraverso i quali si potrebbero migliorare tali algoritmi, ad esempio tenendo conto dello stato dell’impianto. Per stato dell’impianto si intende l’insieme delle informazioni riguardanti i vari carichi accesi e spenti. Avere in funzione tutti i carichi con priorità più basse e staccati quelli con le priorità più alte ha rischi maggiori rispetto alla situazione opposta. Così come prima di staccare o attaccare un carico sarebbe meglio tenere in considerazione la potenza che assorbirà. Al fine di effettuare tali valutazioni, è necessario disporre di costosi sistemi di supervisione dell’impianto. Si stanno in ogni caso sviluppando nuove tecnologie che consentono un abbattimento dei costi e una buona affidabilità in tal senso, come per esempio IWEMC (Intelligent Wireless Electric Power Management And Control), basato sul protocollo ZigBee. Molto lavoro deve essere ancora fatto nello studio dei profili di carico. Certamente, come ampiamente illustrato in questa tesi, i sistemi di load management possono contribuire in maniera significativa a una migliore gestione e sfruttamento degli impianti elettrici esistenti, a una diminuzione dei costi sia per distributori che per le utenze. Certamente la convenienza economica di tale scelta è da valutare caso per caso e impianto per impianto, al fine di definire il corretto setup che possa massimizzare i vantaggi per ambo le parti.